1.

Introducción

2. Experimentos y sucesos aleatorios

2.1 Experimento determinístico y aleatorio

2.2 Espacio muestral

2.3 Sucesos aleatorios

2.4 Operaciones con sucesos

3. Concepto de probabilidad

3.1 Definición Frecuentista de probabilidad

3.2 Definición Clásica de probabilidad: Regla de Laplace

INTRODUCCIÓN
. Hay muchas situaciones que, aunque las condiciones iniciales en las que se produce la
experiencia sean las mismas, los resultados
observados son diferentes. Por ejemplo, al
lanzar una moneda unas veces resultará cara
y otras cruces, al lanzar un dado unas veces
resultará una cara y otras veces otra. Estos
fenómenos, reciben el nombre de aleatorios,
se ven afectados por la incertidumbre.
Habitualmente utilizamos frases como: “lo
más probable es que hoy llueva”, “la
probabilidad de que hoy llueva es del 90%”,
“probablemente…”, “es poco probable
que…”, “hay muchas posibilidades de que
hoy llueva”, “hay un 20% de posibilidad de
que hoy llueva”. Estas frases hacen referencia
a esta incertidumbre. La teoría de la probabilidad es una herramienta que modeliza y trata con
situaciones de este tipo. Por otra parte, como hemos dicho anteriormente, cuando aplicamos
las técnicas estadísticas a la recogida, clasificación, representación, resumen, análisis e
interpretación de los datos, la teoría de la probabilidad proporciona una base para evaluar la
fiabilidad de las conclusiones alcanzadas y las inferencias realizadas. La probabilidad es una
herramienta, es el nexo entre la Estadística Descriptiva y la Estadística Inferencial

La probabilidad desempeña un papel muy importante dentro de la estadística, el objetivo de

este capítulo es familiarizarse con sus elementos básicos.

Experimentos y sucesos aleatorios

Experimento determinístico y aleatorio

Consideremos los experimentos dados en los siguientes enunciados:

1. Lanzar una moneda y anotar la cara superior.

2. Extraer una carta de una baraja.

3. Arrojar un objeto al vacío y medir su aceleración.

4. Hallar el número de piezas defectuosas entre 20 elegidas al azar.

En estos experimentos, como en otros muchos ejemplos, hay unos cuyos resultados se pueden
predecir de antemano y otros no.

Por ejemplo, si consideramos el experimento que consiste en arrojar un objeto al vacío, se

comprueba que repitiendo dicho experimento en idénticas condiciones siempre se va a
obtener el mismo resultado. El objeto cae al suelo con una aceleración de 9.8 m/s².
En cambio, si consideramos cualesquiera de los otros ejemplos, lanzar una moneda, extraer
una carta, hallar el número de piezas defectuosas …, aunque se repitan en análogas
condiciones nunca se puede predecir el resultado.

Experimento determinístico

Un experimento o fenómeno recibe el nombre de Determinístico o Causal si, al repetir el

experimento en idénticas condiciones, siempre presenta el mismo resultado. En estos
fenómenos es posible saber el resultado final si se conocen el estado inicial y las condiciones
de realización. Por ejemplo: Un capital a un tipo de rédito fijo durante un tiempo determinado,
siempre produce los mismos intereses.

Experimento aleatorio

Un experimento o fenómeno recibe el nombre de Aleatorio cuando al repetirlo en idénticas

condiciones puede presentar resultados distintos en cada realización. Los resultados son
conocidos por anticipado pero no se puede predecir el resultado en cada experiencia en
particular. Por ejemplo: Lanzamiento de una moneda, extracción de una carta de una baraja,
número premiado en la lotería etc.

Prueba

Una observación particular de un experimento aleatorio recibe el nombre de Prueba de dicho

experimento (A veces se le llama al propio experimento).

Espacio muestral

Llamamos Espacio Muestral de un experimento aleatorio, y se denota por E, al conjunto de

todos los posibles resultados del experimento.

Ejemplo 4.1: Consideremos el experimento aleatorio del lanzamiento de un dado. El espacio

muestral es: E={1,2,3,4,5,6}

Sucesos aleatorios

Suceso elemental

Recibe el nombre de Suceso Elemental cada uno de los resultados de un experimento aleatorio
indescomponibles en otros más simples. Es el formado por un solo elemento. En el Ejemplo
4.1, los sucesos elementales son: {1}, {2} , {3}, {4}, {5} y {6}.

Suceso Compuesto
Llamamos Suceso Compuesto o Suceso a todo subconjunto del espacio muestral E o conjunto
de sucesos elementales. Es el suceso formado por dos o más elementos. En el Ejemplo 4.1
sucesos son: “sacar un número par”, o “sacar impar” o sacar {2,5,6} ….

Se dice que ha ocurrido un suceso si los resultados del experimento aleatorio incluyen a
algunos de los resultados que definen al suceso. En este contexto, destacamos dos sucesos
especiales:

– El Suceso seguro es el suceso que se verifica siempre, por lo tanto se corresponde con el
propio espacio muestral E

elemental. Se representa por el conjunto ∅.

– El Suceso imposible es el suceso que no se verifica nunca, no contiene ningún suceso

Diremos que el suceso A implica el suceso A, y se denota A⊆B , si siempre que se verifica A, se
verifica A.

Sucesos iguales

Dados dos sucesos, A y B, pertenecientes al espacio muestral E se dicen que son iguales si se
verifica que A⊆B y B⊆A y recíprocamente

A=B⟺A⊆B y B⊆A

En el Ejemplo 4.1, los sucesos A={sacar par} y B={2,4,6} son sucesos iguales.

Suceso diferencia: Dados tres sucesos A, B y C pertenecientes al espacio muestral E, llamamos

Suceso Diferencia de los sucesos A y B, y se denota por A−B , a otro suceso C que contiene
todos los sucesos elementales de A que no son sucesos de B. En el Ejemplo 4.1, si A={1,3,5,6} y
B={3,4,6} entonces A−B={1,5} .

Suceso complementario de un suceso. Se define el Suceso Complementario o Contrario del

suceso A, y se denota por A¯ o Ac, como el suceso que se realiza cuando no se verifica A. Está
formado por todos los sucesos del espacio muestral que no pertenecen a A. Es decir, A=E−A.
En el Ejemplo 4.1, si A={1,3,5,6} entonces A¯={2,4}.

Operaciones con sucesos

Unión de dos sucesos

Llamamos Unión de dos Sucesos A y B, y se denota por A∪B , a otro suceso C que está
formado por todos los sucesos elementales que pertenecen a A o pertenecen a B. En el
Ejemplo 4.1, si A={1,3,5,6} y B={3,4,6} entonces A∪B={1,3,4,5,6} .

Es inmediato comprobar que la Unión de sucesos verifica las siguientes propiedades:

Asociativa: A∪(B∪C)=(A∪B)∪C

Conmutativa: A∪B=B∪A

Idempotencia: A∪A=A

Intersección de dos sucesos

Llamamos Intersección de dos Sucesos A y B, y se denota por A∩B, a otro suceso C que está
formado por todos los sucesos elementales que pertenecen a A y pertenecen a B. En el
Ejemplo 4.1, si A={1,3,5,6} y B={3,4,6} entonces A∩B={3,6}.

Se comprueba fácilmente que la Intersección de sucesos verifica las propiedades:

Asociativa: A∩(B∩C)=(A∩B)∩C

Conmutativa: A∩B=B∩A

Idempotencia: A∩A=A

Considerando conjuntamente las operaciones Unión e Intersección de Sucesos se verifican las

siguientes propiedades:

Distributiva:

A∪(B∩C)=(A∪B)∩(A∪C) y A∩(B∪C)=(A∩B)∪(A∩C)

Simplificativa: A∪(B∩A)=A;A∩(B∪A)=A

Sucesos incompatibles

Dos sucesos A y B son Incompatibles (también llamados Mutuamente Excluyentes) si no

pueden ocurrir simultáneamente, es decir cuando A∩B nunca se verifica, por tanto A∩B=∅ .
En caso contrario se dice que son Compatibles

Si A y B son incompatibles ⇒A∩B=∅

Así, los sucesos A y A¯ son incompatibles.

Por ejemplo, consideremos los dos sucesos, A: “El paciente X se recupera de una intervención
quirúrjica”; B: “El paciente X fallece durante la intervención quirúrjica”. Evidentemente si se
produce uno de estos sucesos excluye el hecho de que se produzca el otro.

Nota: Los sucesos A, B y C son incompatibles cuando A∩B=∅ , A∩C=∅ , B∩C=∅ y A∩B∩C=∅

El conjunto formado por todos los sucesos de un espacio muestral E junto con las operaciones
de unión e intersección constituyen una determinada estructura que no entramos en
especificar. Nos interesa la idea de estructura como una clase de sucesos o subconjuntos de E
formada por todos los sucesos y por sus uniones finitas e infinitas. Denotemos a esa clase por
β.

Además de las propiedades anteriores también son interesantes las llamadas Leyes de
Morgan,

A∩B¯¯¯¯¯¯¯¯¯¯¯¯¯=A¯¯¯¯∪B¯¯¯¯; A∪B¯¯¯¯¯¯¯¯¯¯¯¯¯=A¯¯¯¯∩B¯¯¯¯ ; A¯¯¯¯¯¯¯¯=A

Concepto de probabilidad

La Teoría de la Probabilidad tiene su origen en la Teoría matemática de los juegos de azar (siglo
XVII). En 1650 el caballero De Meré, jugador de cartas, dados…, consultó ciertas cuestiones
relacionadas con el juego al matemático Blaise Pascal, iniciándose a partir de este momento
una correspondencia sobre este tema entre Pascal y otros matemáticos. De esta
correspondencia surgió la Teoría de la Probabilidad.

El desarrollo inicial de la probabilidad se asocia con los juegos de azar, en dichos juegos cada
jugada debe dar un resultado de entre un número de ellos. Por ejemplo, considérese el
experimento del lanzamiento de un dado en el que siempre se obtiene una cara entre las seis
posibles pero, suponiendo que el dado no está cargado, no es posible predecir el resultado de
una determinada jugada. Cuando el experimento se lleva a cabo un número suficientemente
grande de veces las frecuencias relativas de un suceso tienden a estabilizarse, siendo las
fluctuaciones cada vez más pequeñas a medida que el número de pruebas crece
indefinidamente y los seis resultados son igualmente de probables (equipro-bables) puesto
que las frecuencias relativas son prácticamente las mismas. El número hacia el cual se
estabilizan las frecuencias relativas recibe el nombre de Probabilidad y en este caso la
probabilidad de obtener cualquiera de las caras del dado es 1/6.

Definición Frecuentista de probabilidad

La probabilidad es el cociente entre la frecuencia observada del suceso y el total de

observaciones cuando el experimento se realiza un número grande de veces.

El enfoque frecuentista de la probabilidad se caracteriza en que excluye sucesos que no se

pueden repetir (Los sucesos se pueden repetir un número grande de veces en condiciones
similares).

El inconveniente de esta definición es que para obtener la probabilidad de un suceso es

necesario realizar un gran número de pruebas del experimento y de esta forma obtener
experimentalmente el número hacia el cual se aproximan las frecuencias relativas pero no
conoceríamos el valor exacto de la probabilidad, sino un valor aproximado.
Siguiendo con el ejemplo del lanzamiento de un dado, cada vez que se lanza el dado se obtiene
un resultado entre los seis posibles. El número total de casos recibe el nombre de Casos
Posibles, entre todos los casos habrá un número de ellos que sean favorables para el “jugador”
estos casos reciben el nombre de Casos Favorables. Así, en este ejemplo, el número de casos
posibles es 6 y el número de casos favorables, de salir cualquiera de las caras, es 1. El cociente
entre los Casos Favorables y los Casos Posibles recibe el nombre de Probabilidad.

Definición Clásica de probabilidad: Regla de Laplace

La probabilidad de un suceso es el cociente entre el número de Casos Favorables a ese suceso

y el número de Casos Posibles del experimento. Suponiendo todos los casos equiprobables

P(A)=nºdecasosfavorablesdelsucesoAnºdecasosposiblesdelexperimento=CFCP

Ejemplo 4.2: En el lanzamiento de un dado, determinar la probabilidad de: a) Obtener un 6; b)

Obtener un número par; c) Obtener un número mayor que 2

Respuesta: CP:{1,2,3,4,5,6}

a) CF:{6};P(6)=1/6

b) CF:{2,4,6};P(par)=3/6

c) CF:{3,4,5,6};P(mayorque2)=4/6

Ejemplo 4.3: Una mujer tiene dos hijos, calcular las siguientes probabilidades: a) los dos sean
chicos; b) que sean de sexo distinto.

Respuesta: El espacio muestral es: E:{MM,MH,HM,HH}, donde M: “Suceso de ser mujer” ; H:

“Suceso de ser hombre”

a) CF:{HH};P(HH)=1/4

b) CF:{MH,HM};P(MH,HM)=2/4